Claim Missing Document
Check
Articles

Found 35 Documents
Search

ANALISIS BERITA KRIMINAL BERBASIS GRAPH CLASSIFICATION Jasman, Jasman; Hazriani, Hazriani; Yuyun, Yuyun
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 1 (2025): April 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i1.1532

Abstract

Analisis berita kriminal berbasis klasifikasi graf merupakan pendekatan inovatif yang menggunakan representasi graf untuk memahami hubungan antar entitas dalam data kriminal. Penelitian ini bertujuan untuk mengembangkan model klasifikasi berbasis Deep Graph Convolutional Neural Networks (DGCNN) untuk berita kriminal, mengevaluasi efektivitasnya, dan menghasilkan analisis prediktif yang mendukung penegakan hukum. Metode penelitian dimulai dengan pengumpulan data dari 1.500 berita kriminal, yang diproses melalui tahapan preprocessing seperti tokenisasi dan filtering untuk menghasilkan graf yang merepresentasikan hubungan antar entitas. Selanjutnya, model DGCNN dilatih menggunakan dataset ini, dengan metrik akurasi, precision, dan recall sebagai indikator kinerjanya. Hasil penelitian menunjukkan bahwa DGCNN mampu menangkap pola-pola kompleks, seperti keterkaitan antara pelaku, korban, lokasi, dan waktu kejadian. Namun, terdapat kendala pada overfitting dan underfitting, terutama pada dataset dengan distribusi yang tidak seimbang. Kesimpulannya, meski DGCNN menunjukkan potensi signifikan dalam analisis kriminal, peningkatan pada teknik regulasi, augmentasi data, dan pemilihan parameter diperlukan untuk memaksimalkan generalisasi model, sehingga mendukung prediksi kriminal yang lebih akurat dan strategis.
Rekomendasi Strategi Sosialisasi Program Studi Melalui Jalur Undangan Menggunakan Algoritma ID3 dan K-Means Hairudin, Muhammad Azhar; Zainuddin, Hazriani; Wabula, Yuyun
JITCE (Journal of Information Technology and Computer Engineering) Vol. 6 No. 01 (2022)
Publisher : Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jitce.6.01.14-18.2022

Abstract

Based on data obtained from SPAN-PTKIN registrants in 2018 and 2019, the number of interested people through the invitation path who chose the study program at UIN Alauddin as the first choice was 30523 records. Analysis using the ID3 algorithm found that those who interested in the study of religions were more dominant from vocational students. While analysis using the K-Means shows the regions / regencies from which those interested in study programs of religions are spread in 35 regencies / cities. It can be concluded that the socialization of study programs of religions through the invitation path is recommended to be more focused on SMAs that are located in 33 districts / cities as identified in cluster 3. The study programs of religions are prioritized, because these study programs experienced the lowest number of registrants. It is expected that by implementing this recommended strategy, the number of interested prospective new students will draw a significant increase in the future.
Pemberdayaan Kelompok Sadar Wisata Desa Pancana Kabupaten Barru Dalam Mengembangkan Potensi Pariwisata Melalui Penerapan Tata Kelola Dan Promosi Berbasis Digital Razak, Mashur; Hazriani, Hazriani; Firman, Ahmad
Nobel Community Services Journal Vol 5 No 1 (2025): Nobel Community Services Journal
Publisher : Lembaga Penelitian, Publikasi dan Pengabdian Masyarakat ITB Nobel Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37476/ncsj.v5i1.5226

Abstract

Kegiatan pengabdian pada masyarakat ini bertujuan untuk membantu mitra dalam hal ini kelompok sadar wisata Desa Pancana dalam mengatasi permasalahan yang dihadapi dengan memberikan pelatihan dan pendampingan tata kelola bisnis pariwisata dan keterampilan memasarkan produk pariwisata melalui platform digital. Sebagai realisasi dari kegiatan ini, telah dilakukan pelatihan dan pendampingan bagi 20 orang anggota pokdarwis, penandatangan MoU dengan PHRI dan ASITA setempat, pengaktifan plaform sosial media untuk media promosi dan perumusan paket wisata unggulan Desa Pancana
Klasifikasi Sapi Perah dan Non-Perah Menggunakan Algoritma Convolutional Neural Network: Classification of Dairy and Non-Dairy Cattle Using the Convolutional Neural Network Algorithm Maramis, Leonard; Nurtanio, Ingrid; Zainuddin, Hazriani
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 2 (2025): MALCOM April 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i2.1824

Abstract

Sapi merupakan salah satu hewan ternak utama di Indonesia yang terdiri dari sapi perah dan sapi potong. Di Kotamobagu dan Bolaang Mongondow Raya (BMR), peternakan sapi berkembang pesat seiring dengan meningkatnya daya beli masyarakat dan nilai jual sapi yang tinggi. Namun, transaksi jual-beli sapi masih menghadapi kendala, terutama dalam membedakan jenis sapi yang dapat menyebabkan kesalahan dan potensi penipuan. Penelitian ini bertujuan untuk mengimplementasikan algoritma Convolutional Neural Network (CNN) dengan arsitektur Xception dalam klasifikasi sapi perah dan non-perah. Proses penelitian mencakup pengumpulan data citra sapi, pelabelan, serta pelatihan model CNN untuk mengenali karakteristik fisik masing-masing jenis sapi. Hasil pengujian menunjukkan bahwa model Xception mencapai akurasi 96% dengan pembagian dataset 80:20, membuktikan kemampuannya dalam mengenali pola visual dengan baik. Temuan ini menunjukkan bahwa CNN, khususnya dengan arsitektur Xception, dapat menjadi alat yang efektif dalam identifikasi jenis sapi, sehingga berpotensi meningkatkan keamanan dan keakuratan dalam transaksi ternak. Dengan pengembangan lebih lanjut, sistem ini dapat diintegrasikan dengan teknologi kamera untuk pemantauan otomatis guna mendukung industri peternakan yang lebih modern dan efisien.
SISTEM REKOMENDASI PEMBINAAN DAN PENGAWASAN PELANGGAR PERATURAN DAERAH DI BAWAH UMUR MENGGUNAKAN TEKNOLOGI FACE RECOGNITION M, Muhtadin; Hazriani, Hazriani; Nasrullah, Nasrullah
JURNAL ILMU KOMPUTER Vol 10 No 1 (2024): Edisi April
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v10i1.303

Abstract

Penyalahgunaan peraturan daerah oleh individu di bawah umur menjadi permasalahan serius yang perlu diatasi dengan tindakan tegas dan pembinaan yang tepat. Oleh karena itu, penggunaan teknologi face recognition dianggap sebagai salah satu solusi yang potensial untuk mengidentifikasi dan memantau pelanggaran yang dilakukan oleh individu di bawah umur. Penelitian melibatkan proses pengumpulan data berupa gambar wajah dari individu di bawah umur yang terlibat dalam pelanggaran peraturan daerah. Data tersebut kemudian diolah dan diimplementasikan ke dalam sistem rekomendasi menggunakan algoritma rule-based system dan library opencv dan face recognition pada phyton dengan algoritma Convolutional Neural Network (CNN) sebagai algoritma pengenalan wajah serta algoritma Support Vector Machine (SVM) untuk membedakan anak dibawah umur dan bukan. Hasil penelitian menunjukkan bahwa sistem pengenalan yang dikembangkan mampu mengidentifikasi wajah dan membedakan anak dibawah dan bukan dengan akurasi 70%-80% dan memberikan rekomendasi pembinaan dan pengawasan berdasarkan tingkat pelanggaran dengan akurasi 80%. Dalam keseluruhan penelitian, teknologi face recognition berperan sebagai solusi terdepan dalam mendukung tugas aparat Satpol PP dalam mengerjakan tugasnya secara lebih efisien dan akurat. Dengan implementasi teknologi ini, diharapkan akan terjadi peningkatan kesadaran masyarakat terhadap aturan yang berlaku dan dapat membantu mewujudkan ketertiban dan keamanan.